Join Telegram Channel: https://t.me/hsslive Downloaded from www.Hsslive.

in ®

സഹബ സഹബ വിശകലനം

വിശകലനം

(CORRELATION ANALYSIS)
താെഴ പറ വയാണ് ഈ ണി ിൽ ഉൾെ ിയിരി ത്.

1. സഹബ ിെ അർ ം (Meaning of Correlation)

2. വിവിധതരം സഹബ ൾ (Types of correlation)

 േപാസി ീവ്സഹബ ം
 െനഗ ീവ്സഹബ ം
 ന സഹബ ം (സഹബ ം ഇ ായ്മ)

3. സഹബ പഠനരീതികൾ (Methods of studying correlation)

 ാ ർ ഡയ ം (Scatter Diagram)
 കാൾ പിേയഴ്സൺ സഹബ ണാ ം (Karl Pearson’s coefficient of correlation)
 ിയർമാൻ റാ ്സ ഹബ ണാ ം (Spearman’s rank correlation)
സഹബ വിശകലനം
ഒ ദ ിചര വിതരണ ിെല (Bivariate distribution) ചര ൾത ി ബ ിെ തീ തെയ റി ്
പഠി താണ് സഹബ വിശകലനം.

സഹബ ിെ അർ ം (MEANING OF CORRELATION)

ഒ ചര ിെ വിലയി ാ വ ത ാസ ൾ ര ാമെ ചര ിെ വിലകെള

ബാധി ാൽ ആ ചര ൾ സഹബ ിലാെണ പറയാം.

താെഴ പറ ഉദാഹര ൾ പരിഗണി ക:

1 ഒ ം ആൾ ാ െട ഉയര ം ഭാര ം പരിഗണി ക. ഉയരം തിന സരി ് ഭാരം

തായി കാണാം. അതിനാൽഉയര ംഭാര ംസഹബ ിലാണ്.

2. ഒ സാധന ിെ വില േ ാൾ ഡിമാൻഡ് റ തായി കാണാം. അതിനാൽ വില ം

ഡിമാൻ ം സഹബ ിലാണ്.

വിവിധതരംസഹബ ൾ (TYEPS OF CORRELATION)

3 തരം സഹബ ളാ ത്.

 Join Telegram Channel: https://t.me/hsslive Downloaded from www.Hsslive.in ®

1. േപാസി ീവ്സഹബ ം(Positive correlation)

2. െനഗ ീവ്സഹബ ം (Negative correlation)
3. ന സഹബ ം (സഹബ ംഇ ായ്മ) (No correlation (Zero correlation))

1. േപാസി ീവ്സഹബ ം (Positive correlation)

ഒ ചര ിെ വിലയിൽ വര് നവ് ഉ ാ േ ാൾ ര ാമെ ചര ിെ വിലയി ം

വർ നവ് ഉ ായാൽ അെ ിൽ ഒ ചര ിെ വിലയിൽ ഇടിവ് ഉ ാ േ ാൾ ര ാമെ
ചര ിെ വിലയി ം ഇടിവ് ഉ ായാൽ ആ ചര ൾ േപാസി ീവ്സഹബ ിലായിരി ം.

ഉദാഹരണ ൾ:- ഉയര ം ഭാര ം, വ മാന ംെചല ം, േവഗത ംഅപകടസാധ ത ം etc.

2. െനഗ ീവ്സഹബ ം (Negative correlation)

ഒ ാമെ ചര ിെ വിലയിൽ വര് നവ് ഉ ാ േ ാൾ ര ാമെ ചര ിെ
വിലയിൽ ഇടിവ് ഉ ായാൽ അെ ിൽ ഒ ാമെ ചര ിെ വിലയിൽ ഇടിവ് ഉ ാ േ ാൾ
ര ാമെ ചര ിെ വിലയിൽ വര് നവ് ഉ ായാൽ ആചര ൾ
െനഗ ീവ്സഹബ ിലായിരി ം.

ഉദാഹരണ ൾ:- മർ ംവ ാ ം, കാശ ിെ തീ ത ംേ ാത ിൽനി അകല ം,

വില ംഡിമാൻ ംetc.

3. ന സഹബ ം (സഹബ ംഇ ായ്മ) (No correlation (Zero correlation)

ര ചര െട വിലകൾ ത ിൽ ഒ ബ മിെ ിൽ അതി ന സഹബ ം അെ ിൽ

സഹബ ം ഇ ായ്മ എ ്പറ ം.

ഉദാഹരണ ൾ:- ഉയര ം ിശ ി ം, െച ിെ അള ംപരീ െടേ ാ ംetc.

സഹബ പഠനരീതികൾ (Methods of studying correlation)

ഇവിെട 3 തരം പഠനരീതികളാണ് തിപാദി ി ത്.

1. ാ ർ ഡയ ം(Scatter Diagram)
2. കാൾ പിേയഴ്സൺ സഹബ ണാ ം(Karl Pearson’s coefficient of correlation)
3. ിയർമാൻ റാ ്സഹബ ണാ ം(Spearman’s rank correlation)

1. സ്കാ ർഡയ ം (Scatter Diagram)

സഹബ പഠന ി ാഫി ൽ രീതിയാണ് ാ ർഡയ ം. ര ചര ൾ ത ിൽ

ഏ തരം സഹബ മാ െത മന ിലാ തി ഏ ം ലളിതമായ രീതിയാണിത്.
ഒ XY തല ിൽ ബി ൾ അടയാളെ ിയാണ് ാ ർഡയ ംഉ ാ ത്.
 Join Telegram Channel: https://t.me/hsslive Downloaded from www.Hsslive.in ®

േപാസി ീവ്സഹബ െ ചി ി
ാ ർ ഡയ ം

െനഗ ീവ്സഹബ െ ചി ി
ാ ർ ഡയ ം

ന സഹബ ം (സഹബ ം ഇ ായ്മ)

ചി ി ാ ർ ഡയ ം

ർണ േപാസി ീവ്സഹബ ം ചി ി ാ ർ
ഡയ ം

ർണ െനഗ ീവ്സഹബ ം ചി ി ാ ർ
ഡയ ം
 Join Telegram Channel: https://t.me/hsslive Downloaded from www.Hsslive.in ®

സ്കാ ർ ഡയ ിെ േമ കൾ

 ലളിത ം ആകർഷക മാണ്.

 മനസിലാ ാൻ എ മാണ്.

 ഒ േനാ ിൽ സഹബ െ റി ് ഏകേദശ ധാരണ നൽ .

 ഒ െ േപായി കളാൽ സ ാധീനി െ ി .

സ്കാ ർ ഡയ ിെ േപാരായ്മ

 സഹബ ിെ ത മായ അളവ്നൽ ി .

2. കാൾപിേയഴ്സൺസഹബ ണാ ം (Karl Pearson’s coefficient of correlation)

സഹബ ിെ ത മായ അളവ്നൽ ഏ ം ധാനെ രീതിയാണിത്.

സി സാംഖിക വിദഗ്ധൻ (Statistician) ആയ കാൾ പിേയഴ്സൺ ആണ് ഇത്
നിർേ ശി ി ത്.

X, Y എ ീ ര ചര ൾ ത ി സഹബ ണാ െ നിർവചി ിരി ത്

ഇ െനയാണ്.

Cov( X , Y )
r( X ,Y ) 
 X Y

 ( x  x )( y  y )
1
 n

  x  x    y  y 
1 2 1 2

n n

ഈ സമവാക ിെ ല കരി പം താെഴ െകാ .

n xy   x  y
r
n  x 2    x   n y 2    y 
2 2

കാൾ പിേയഴ്സൺ സഹബ ണാ ിെ സവിേശഷതകൾ

1) സഹബ ണാ ം-1 ം+1 ം ഇട ഏ വില ം സ ീകരി ം.

അതായത്, 1  r  1 .
 Join Telegram Channel: https://t.me/hsslive Downloaded from www.Hsslive.in ®

2) (i) ഒ ചര ിേനാേടാ ര ചര േളാേടാ ഒ ിരസംഖ കേയാ റ കേയാ െച ാൽ

സഹബ ണാ ം മാ ി .
(ii) ഒ ചരേ േയാ ര ചര േളേയാ ഒ ിരസംഖ െകാ ് ണി ാേലാ ഹരി ാേലാ
സഹബ ണാ ം മാ ി .

xa y b
അതായത് X ഉം Y ം ര ചര ംu  ംv  ം ആയാൽ r ( X , Y )  r (U , V )
c d
ആയിരി ം.

3) r ( X , Y )  r (Y , X )
4) ര ചര ൾ പര രബ ം ഇ ാ വയായാൽ സഹബ ണാ ം ജ ം ആയിരി ം.
തിരി ് അ െനയാകണെമ ി .

സഹബ ണാ ിെ വ ാഖ ാനം

(i) r  1 ആയാൽ ർണ േപാസി ീവ്സഹബ ം.

(ii) r  1 ആയാൽ ർണ െനഗ ീവ്സഹബ ം.

(iii) r  0 ആയാൽ സഹബ മി .

(iv) 0  r  1 ആയാൽ േപാസി ീവ്സഹബ ം.

(v) 1  r  0 ആയാൽ െനഗ ീവ് സഹബ ം.

3. ിയർമാൻ റാ ്സഹബ ണാ ം (Spearman’s rank correlation)

ഡാ യിെല ചരേമാ ചര േളാ ണാ കചര ൾ (Qualitative variables) ആ

അവസര ിലാണ്റാ ്സഹബ ണാ ം അ േയാജ മാ ത്. ഈ രീതി ക പിടി ത്
ിയർമാൻ ആണ്. ാ െള അെ ിൽ വിലകെള റാ കളാ ിയി ാണ് ഈ രീതി
ഉപേയാഗി ത്. ഇത്കാ തി സമവാക ം താെഴ െകാ .

6 d 2
  1
n3  n

ഇവിെട d എ ത്റാ ക െട വ ത ാസ ം n റാ ക െട എ ം ആണ്.

ഇതിെ വില ം -1 ം +1 ം ഇട ാണ്.. വ ാഖ ാനം കാൾ പിേയഴ്സൺ

സഹബ ണാ ിെ തെ യാണ്.

റാ കൾ ആവർ ി േ ാൾ റാ ്സഹബ ണാ ം ക പിടി വിധം

ചില അവസര ളിൽ രേ ാ അതിലധികേമാ ഇന ൾ ് ല റാ കൾ നൽേക ിവ ം.

ഉദാഹരണമായി ഒ ചര ിെ ര ാം ാന ് വ ര ് ഇന ൾ ല മാെണ ്
ഇരി െ . ഇവിെട ഈ ര ിന ൾ ് വ റാ കൾ നൽ ത് ഉചിതമ . എ ാൽ
 Join Telegram Channel: https://t.me/hsslive Downloaded from www.Hsslive.in ®

ര ിന ൾ ം റാ ് 2 െകാ തി ം ചില ൾ ഉ ്. ഇ രം സ ർഭ ളിൽ ഓേരാ

ഇന ൾ ം റാ ക െട ശരാശരി ആണ് നൽ ത്. അതായത് ര ാം ാന ് വ
23
ര ിന ൾ ം 2, 3 എ ീ റാ കൾ സ ൽ ി തി േശഷം അവ െട ശരാശരിയായ  2.5
2
എ ്റാ ്െച . ഇനി അ ാം ാന ് 3 ഇന ൾ ഉെ ക ക. അവർ ്
567
ഓേരാ ി ം െകാ റാ ്  6എ ാണ്. ഇനി റാ ് സഹബ ണാ ിെ
3
സമവാക ിൽ ഒ തി ൽ ഘടകം (C. F) ടി േചർേ ്.

C. F =
m 3
 m
12
ഇവിെട ഓേരാ റാ ം ആവർ ി തവണയാണ് m െകാ ് ഉേ ശി ത്. ഒ ിൽ തൽ
m3  m
റാ കൾ ആവർ ി െവ ിൽ അ ം തവണ ക പിടി ് േ താണ്.
12

റാ ് സഹബ ണാ ിെ സമവാക ം താെഴ പറ താണ്.

6   d 2  C .F 
  1
n3  n